当前位置: 首页 > news >正文

GLM-Image新手教程:正负提示词编写技巧与示例

GLM-Image新手教程:正负提示词编写技巧与示例

1. 为什么提示词这么重要?

你有没有遇到过这样的情况:明明描述得很清楚,但AI生成的图片却完全不是你想要的?或者生成的图片总是有些奇怪的地方,比如多出来的手指、模糊的背景?这就是提示词编写的重要性所在。

GLM-Image是一个强大的文本生成图像模型,但它就像一个有天赋但需要明确指导的助手。你给它的提示词越清晰、越准确,它就能生成越符合你期望的图像。提示词就是你和AI之间的沟通语言,学会如何写好提示词,就等于掌握了让AI为你创作的关键技能。

2. 理解正负提示词的作用

2.1 正向提示词:告诉AI你想要什么

正向提示词是你向AI描述理想图像的方式。就像点菜时告诉厨师你想要什么菜品一样,你需要清晰地表达:

  • 主体:人物、动物、物体等主要元素
  • 场景:背景环境、地点、时间
  • 风格:艺术风格、画风特点
  • 细节:颜色、光线、材质、质量

2.2 负向提示词:告诉AI你不想看到什么

负向提示词就像是一个"黑名单",用来排除你不希望出现在图像中的元素。这在以下情况特别有用:

  • 避免常见的AI生成缺陷(如畸形手指、模糊)
  • 排除特定风格或元素
  • 防止出现不想要的颜色或纹理

3. 正向提示词编写技巧

3.1 基础结构:从简单到详细

一个好的正向提示词应该包含以下几个层次:

[主体描述] + [场景环境] + [风格特点] + [技术细节]

示例对比:

  • ❌ 不好的写法:一只猫
  • ✅ 好的写法:一只可爱的布偶猫坐在窗台上,阳光透过窗户洒进来,写实风格,8K超高清,细节丰富

3.2 使用具体描述词

不要用模糊的词汇,要尽可能具体:

模糊描述具体描述
好看的精美的、华丽的、优雅的
大的巨大的、宏伟的、庞大的
亮的明亮的、闪耀的、发光的

3.3 添加风格和质量描述

告诉AI你想要的画质和风格:

# 质量描述 8K, ultra detailed, high resolution, professional photography # 风格描述 digital art, oil painting, anime style, photorealistic # 光线效果 cinematic lighting, volumetric lighting, soft lighting

4. 负向提示词编写技巧

4.1 常见问题排除

这些是几乎所有图像生成都应该包含的基础负向提示词:

blurry, low quality, distorted, deformed, bad anatomy, extra fingers, missing limbs, disfigured, poorly drawn

4.2 针对性的排除

根据你的具体需求添加排除项:

# 如果不想要文字 text, watermark, signature # 如果不想要特定颜色 ugly colors, oversaturated # 如果不想要特定风格 cartoony, 3D render

5. 实际案例演示

5.1 案例一:奇幻风景

正向提示词:

A majestic dragon flying over a mystical mountain landscape at sunset, fantasy art, highly detailed, 8K resolution, volumetric lighting, epic scale, dramatic clouds, golden hour

负向提示词:

blurry, low quality, distorted, human figures, buildings, modern elements, ugly colors

效果说明:这个组合会生成一幅史诗般的奇幻风景,有巨龙在日落时分的山脉上空飞翔,光线效果很好,而且避免了现代元素和人物出现。

5.2 案例二:人物肖像

正向提示词:

Portrait of a beautiful elf queen with silver hair and emerald eyes, wearing intricate crystal crown, fantasy royalty, highly detailed face, cinematic lighting, studio portrait, 8K ultra detailed

负向提示词:

ugly, deformed, bad anatomy, extra fingers, missing teeth, poorly drawn eyes, blurry, low resolution

效果说明:专注于生成一个精美的精灵女王肖像,避免了常见的人物生成缺陷。

5.3 案例三:科幻场景

正向提示词:

Futuristic cyberpunk city street at night, neon lights reflecting on wet pavement, flying cars, towering skyscrapers, rain falling, cinematic shot, highly detailed, 8K, unreal engine 5

负向提示词:

daytime, sunny, empty, low detail, blurry, old fashioned, historical, people

效果说明:创建一个充满未来感的赛博朋克城市夜景,避免了白天场景和人物的干扰。

6. 进阶技巧与组合使用

6.1 权重调整技巧

在某些提示词系统中,你可以使用权重来强调某些元素:

# 使用括号增加权重(某些系统支持) (masterpiece:1.2), (best quality:1.1), dragon, (mountain:1.3) # 或者使用数字权重 dragon:1.5, mountain:1.3, sky:0.8

6.2 组合使用示例

复杂场景的提示词编写:

正向提示词: A serene Japanese garden in spring, cherry blossoms falling, traditional wooden bridge over koi pond, stone lanterns, morning mist, photorealistic, 8K, highly detailed, peaceful atmosphere, natural lighting 负向提示词: people, animals, modern objects, buildings, blurry, low quality, oversaturated, ugly colors

7. 常见问题与解决方案

7.1 生成的图像不符合预期怎么办?

如果生成的图像不是你想要的,可以尝试:

  1. 增加具体性:添加更多细节描述
  2. 调整权重:强调重要的元素
  3. 修改负向提示词:更精确地排除不想要的元素
  4. 尝试不同种子:使用不同的随机种子重新生成

7.2 提示词长度的影响

  • 过短的提示词:AI自由发挥空间太大,结果不可控
  • 过长的提示词:可能让AI混淆重点,建议保持在合理长度
  • 最佳实践:包含必要信息但不冗余,通常50-150个单词为宜

8. 总结

掌握正负提示词的编写技巧是使用GLM-Image生成高质量图像的关键。记住这些要点:

  1. 正向提示词要具体:详细描述主体、场景、风格和质量
  2. 负向提示词要精准:明确排除不想要的元素和常见缺陷
  3. 从简单开始:先写基础提示词,然后逐步添加细节
  4. 多尝试多调整:不同的提示词组合会产生不同的效果
  5. 保存成功案例:记录下效果好的提示词组合,建立自己的提示词库

最重要的是保持耐心和创造力。提示词编写是一门艺术,需要通过不断实践来掌握。每次生成都是学习的机会,即使结果不完美,也能帮助你更好地理解AI的工作原理。

现在就去GLM-Image的Web界面尝试这些技巧吧!从简单的提示词开始,逐步添加细节,观察每个变化对生成结果的影响。祝你创作出令人惊艳的AI艺术作品!


获取更多AI镜像

想探索更多AI镜像和应用场景?访问 CSDN星图镜像广场,提供丰富的预置镜像,覆盖大模型推理、图像生成、视频生成、模型微调等多个领域,支持一键部署。

http://www.cnnetsun.cn/news/1331232.html

相关文章:

  • Qwen-Image-2512-SDNQ Web服务入门:中文界面多语言切换与本地化扩展
  • Cosmos-Reason1-7B惊艳演示:自动将自然语言协议转为TLA+规范
  • Ollama部署granite-4.0-h-350m:350M模型在国产统信UOS系统运行实录
  • 计算机视觉opencv之指纹识别补充图片拼接思考
  • Ostrakon-VL-8B中小企业应用:无算法团队也能运行的专业级视觉合规系统
  • Bidili Generator惊艳效果:物理光照模拟——全局光照、次表面散射生成实测
  • 【学习记录】1.PS.2.如何给图片打马赛克?
  • 基于博途V16的程序:传送带机械手工件搬运监控系统
  • SAP(以 ECC6 为例)和 Oracle EBS 均支持资产负债重分类业务,且二者都围绕企业会计准则要求设计功能,核心逻辑与金蝶一致 —— 按往来明细余额方向调整报表列示,不影响总账科目余额。但二
  • 牛奶制冷罐液体制冷储存设备乳品饮料储存罐
  • LLM大规模数据的组织检索方法
  • Simulink仿真漂移机理分析(二):相图分析
  • 全球爆火的龙虾杀入科研智能体赛道,字节跳动、微软以及英伟达等巨头也早已布局AI4Science领域
  • leetcode 1395. Count Number of Teams 统计作战单位数
  • 数字:从物理化学的研究工具到现代科学的通用语言
  • C语言-Day1
  • 告别绘图软件!Paperxie AI 科研绘图:10 次免费额度,让理工科论文可视化一步到位
  • Day1 | 704、35
  • CLIP ViT-H-14开源大模型部署教程:630M参数图像特征提取实战
  • ESP32-S3桌面数字看板设计:硬件选型与双端协同架构
  • 探秘RestTemplateBuilder:为何连接超时设置频频‘失效’及最佳实践
  • 海康SDK实战:视频通道编码ID配置与优化指南
  • 告别论文焦虑:Paperxie 如何用四大降重神器破解毕业论文重复率与 AIGC 难题
  • 【力扣-42. 接雨水】Python笔记
  • 从零开始:基于Anything V5的Stable Diffusion二次元绘画环境配置
  • 从规范到高效:GitLab MR流程的团队协作实战指南
  • OpenHarmony智能WiFi开关:Hi3861嵌入式设计与分布式控制实现
  • 华为路由器实战:OSPF NSSA区域配置避坑指南(附完整拓扑实验)
  • 从被欺凌者到守护者:为什么受伤的你,更适合成为技术世界的“监管者”?
  • 《全球芯片图鉴》:全球最值得了解的芯片厂商清单